Seminare
Seminare
  • Seminare
  • Anbieter
  • 5 km
  • 10 km
  • 25 km
  • 50 km
  • 100 km
  • 150 km
  • 200 km
  • 300 km

MLOps - Skalier- und wartbare ML-Projekte

Seminar - PC-COLLEGE Training GmbH - Institut für IT-Training

In diesem Seminar erfahren Sie, wie Sie Machine-Learning-Modelle wartbar und automatisiert betreiben. Sie versionieren Modelle, setzen CI/CD-Pipelines auf und etablieren Monitoring-Strategien für ...
Termin Ort Preis*
19.02.2026- 20.02.2026 Stuttgart 1.773,10 €
19.02.2026- 20.02.2026 Dresden 1.773,10 €
19.02.2026- 20.02.2026 Frankfurt am Main 1.773,10 €
19.02.2026- 20.02.2026 Düsseldorf 1.773,10 €
19.02.2026- 20.02.2026 Hamburg 1.773,10 €
19.02.2026- 20.02.2026 Berlin 1.773,10 €
16.03.2026- 17.03.2026 Dresden 1.773,10 €
16.03.2026- 17.03.2026 Frankfurt am Main 1.773,10 €
16.03.2026- 17.03.2026 Berlin 1.773,10 €
16.03.2026- 17.03.2026 Stuttgart 1.773,10 €
16.03.2026- 17.03.2026 Düsseldorf 1.773,10 €
16.03.2026- 17.03.2026 Hamburg 1.773,10 €
16.04.2026- 17.04.2026 Hamburg 1.773,10 €
16.04.2026- 17.04.2026 Dresden 1.773,10 €
16.04.2026- 17.04.2026 Düsseldorf 1.773,10 €
16.04.2026- 17.04.2026 Stuttgart 1.773,10 €
16.04.2026- 17.04.2026 Frankfurt am Main 1.773,10 €
16.04.2026- 17.04.2026 Berlin 1.773,10 €
11.05.2026- 12.05.2026 Berlin 1.773,10 €
11.05.2026- 12.05.2026 Frankfurt am Main 1.773,10 €
11.05.2026- 12.05.2026 Hamburg 1.773,10 €
11.05.2026- 12.05.2026 Stuttgart 1.773,10 €
11.05.2026- 12.05.2026 Dresden 1.773,10 €
11.05.2026- 12.05.2026 Düsseldorf 1.773,10 €

Alle Termine anzeigen

*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:
Was ist MLOps – und warum ist es notwendig?
- Herausforderungen im produktiven ML-Betrieb
- Typische Fehlerquellen und Lösungen
Projektstruktur und Versionierung
- Daten, Code, Parameter und Modelle nachvollziehbar organisieren
Modell-Tracking mit MLflow
- Experimente dokumentieren
- Ergebnisse vergleichen
- Modelle registrieren
Automatisierung im Trainingsprozess
- Wiederholbare Abläufe mit einfachen Skripten oder CI-Tools
Monitoring und Nachvollziehbarkeit
- Modellqualität beobachten
- Drifts erkennen
- Retraining vorbereiten
Modellbereitstellung im Unternehmenskontext
- Deployment-Varianten
- Modell als API
- Zusammenarbeit mit DevOps-Teams
Dauer/zeitlicher Ablauf:
2 Tage
Ziele/Bildungsabschluss:
Siehe Beschreibung und Inhalt.
Teilnahmevoraussetzungen:
Erfahrung mit Python und ML-Workflows. Grundkenntnisse im Umgang mit ML-Frameworks (z. B. Scikit-Learn, TensorFlow oder PyTorch) und gängige DevOps-Tools (Git, Bash) sind hilfreich.
Material:
Im Preis enthalten sind PC-COLLEGE - Zertifikat, Pausenverpflegung, Getränke und Kursmaterial.
Förderung:
Bildungsscheck, andere auf Anfrage
Zielgruppe:
Technisch versierte ML-Teams, Entwickler und Data Scientists, die Machine Learning sicher, wartbar und skaliert in Unternehmensprozesse überführen möchten.
Seminarkennung:
PYO260511-D
Nach unten
Nach oben
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.
Akzeptieren Nicht akzeptieren









Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha



Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.







Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha